Python中的Pandas和NumPy + SciPy有什么区别？

Question

他们似乎非常相似，我很好奇哪个包对财务数据分析更有利。

Answer 1

实际上，pandas提供了基于NumPy构建的高级数据操作工具。 NumPy本身就是一个相当低级的工具，与使用MATLAB非常相似。另一方面，pandas提供丰富的时间序列功能，数据对齐，NA友好统计，groupby，合并和连接方法以及许多其他便利。近年来，它在金融应用中变得非常流行。在我即将出版的书中，我将有一章专门讨论使用大熊猫进行财务数据分析。

Answer 2

大熊猫需要Numpy（几乎所有Python的数字工具都需要）。 Pandas不严格要求Scipy，但列为“可选依赖项”。我不会说大熊猫是Numpy和/或Scipy的替代品。相反，它是一个额外的工具，提供了一种更简化的方式来处理Python中的数字和表格数据。您可以使用pandas数据结构，但可以自由地使用Numpy和Scipy函数来操作它们。

Answer 3

Pandas提供了一种操作表的好方法，因为您可以轻松地进行分箱（binning a dataframe in pandas in Python）并计算统计数据。在pandas中很棒的其他东西是Panel类，你可以使用不同的属性连接一系列图层，并使用groupby函数组合它。